Pronóstico de series temporales en la era GenAI: hacer que el impulso de gradiente se comporte como un LLM | de Marco Cerliani | julio de 2024

Pronóstico de series temporales en la era GenAI: hacer que el impulso de gradiente se comporte como un LLM |  de Marco Cerliani |  julio de 2024

Aplicación de pronósticos de tiro cero con modelos estándar de aprendizaje automático

Foto por David Menidrey seguro desempaquetar

El auge de la IA generativa y los modelos de lenguaje a gran escala (LLM) ha fascinado al mundo, iniciando una revolución en diversos campos. Si bien el enfoque principal de este tipo de tecnología ha estado en secuencias de texto, ahora se está prestando mayor atención a ampliar sus capacidades para manejar y procesar formatos de datos más allá de la simple entrada de texto.

Como en la mayoría de las áreas de la IA, la previsión de series temporales tampoco es inmune a la llegada de los LLM, pero podría ser un buen negocio para todos. Se sabe que el modelado de series de tiempo es más un arte, donde los resultados dependen en gran medida del conocimiento previo del dominio y del ajuste adecuado. Por el contrario, los LLM son valorados por su independencia de tareas, ya que tienen un enorme potencial a la hora de utilizar sus conocimientos para resolver diversas tareas de diferentes campos. De la unión de estos dos campos puede surgir la nueva frontera de los modelos de predicción de series temporales que, en el futuro, podrán alcanzar resultados antes impensables.

[Image by the author]